利用单向驱动非线性耦合Duffing振子检测微弱信号

针对单个Duffing振子检测微弱信号时相变判别计算量大、时间长、不易把握等问题,建立了一个单向驱动非线性耦合Duffing振子系统,根据横向Lyapunov指数分析了系统在混沌态到大尺度周期态时振子间运动轨迹的同步演化特性,提出了利用同步误差来判别相变的新方法。实验仿真表明,在强噪声背景下该耦合系统仍能够正确快速地检测出微弱信号。     

基于注入式Duffing振子配电网故障选线

针对传统注入法故障选线受高阻限制,提出注入式Duffing振子选线方法。对Duffing振子进行尺度变化,使其适用于电网大频率信号检测。Duffing振子对和内策动力信号同频的外部信号有较高的灵敏度,且Duffing振子的抗噪性良好。配电网发生故障后,提取各线路注入信号作为Duffing振子的输入,系统会因外界策动力不同迅速发生相应相变,通过龙格库塔求解,得到系统三维相图轨迹,用纹理参数对其进行分析,给出数值判据以达到智能选线目的。仿真实验证明了方法的准确性。     

基于双耦合混沌振子的未知频率弱信号检测

针对微弱信号检测的难点问题,提出了一种应用于未知频率微弱信号的分段测频检测方法.利用双耦合Duffing系统相轨迹状态的跃迁对于输入微弱信号的敏感特性实现了对淹没在强噪声中的微弱信号的检测,同时利用分段测频方法实现了对微弱信号的频率测量,有效地解决了单Duffing振子的微弱信号检测方法易受噪声影响产生误判的问题,突破了现有微弱信号混沌振子检测方法只能进行已知频率信号检测的局限性.仿真实验结果证明该方法确实能够较为准确地检测出输入微弱周期信号的频率,使微弱信号检测技术得到进一步完善.     

A new complex Duffing oscillator used in complex signal detection

In view of the fact that complex signals are often used in the digital processing of certain systems such as digital communication and radar systems,a new complex Duffing equation is proposed.In addition,the dynamical behaviors are analyzed.By calculating the maximal Lyapunov exponent and power spectrum,we prove that the proposed complex differential equation has a chaotic solution or a large-scale periodic one depending on different parameters.Based on the proposed equation,we present a complex chaotic oscillator detection system of the Duffing type.Such a dynamic system is sensitive to the initial conditions and highly immune to complex white Gaussian noise,so it can be used to detect a weak complex signal against a background of strong noise.Results of the Monte-Carlo simulation show that the proposed detection system can effectively detect complex single frequency signals and linear frequency modulation signals with a guaranteed low false alarm rate.     

基于变尺度杜芬阵列的超声非线性输出信号检测

针对超声非线性输出信号中二次谐波信号比较弱、且是经过复杂传播的非线性时间序列,利用变尺度杜芬阵列对超声非线性输出信号进行检测评估材料的疲劳损伤。首先对杜芬振子进行频率变换、分析初始相位对检测结果的影响,构建检测实际工程信号的杜芬阵列模型,并对超声非线性输出信号进行变尺度变换,使杜芬阵列与超声非线性输出信号相匹配。当处理信号输入杜芬阵列模型时,第二个杜芬振子相轨迹由混沌状态过渡至大尺度周期状态,微弱二次谐波信号可以被有效的检测出来。根据杜芬振子总驱动力幅值和响应信号幅值之间的对应关系对二次谐波信号幅值进行有效估算。最后,探究随机噪声对检测模型的影响,当待测信号含有噪声时,杜芬振子相图仍变为大尺度周期状态,随着信噪比降低,相轨迹越来越粗糙,且稳定性变差。以上分析表明,利用构建的杜芬阵列模型能够有效检测超声非线性输出信号的二次谐波,对材料的疲劳损伤状态进行有效评估。     

基于局域波和混沌的转子系统早期故障诊断

针对转子系统早期微弱故障诊断问题,提出了一种基于局域波分析和混沌相结合的故障诊断新方法.分析了Duffing混沌振子的混沌运动,说明混沌振子的非平衡相变对微弱信号的敏感性和对白噪声的免疫力.可以通过混沌振子由混沌运动到大周期运动的相变识别微弱信号的特征频率成分.由于实际检测信号为多分量信号,若直接输入Duffing振子达不到检测识别目的.为了消除其他成分的干扰,利用局域波分解,任何复杂的信号都可以分解为有限的并且具有不同的基本模式分量,每个分量是单一成分信号,实现了信噪分离.将局域波分量输入所设计的混沌振子,通过混沌振子系统行为由混沌状态变为大周期运动状态,表明检测信号中含有特征成分,实现了利用混沌振子对低信噪比微弱信号的检测识别.对转子系统早期不对中故障信号进行检测结果证明了方法的有效性.     

低频线谱检测ALE算法应用

 舰船辐射噪声在低频段具有稳定的特征信息丰富的线谱成分,此线谱成分的检测对水下目标的定位和识别具有重要意义.为了有效地将舰船辐射噪声特征线谱从宽带背景噪声中分离出来,应用ALE算法理论对舰船噪声信号进行研究.ALE算法作为自适应FIRDF算法的一种变形,是自适应噪声抵消器的典型应用.低频线谱检测中采用ALE算法无需参考信号,自适应地将线谱成分信号进行匹配,可以从宽带噪声中将线谱成分分离出来,且线谱成分明显增强.理论分析仿真结合实际海试数据对LOFAR谱图进行研究,结果表明,ALE算法在低频线谱信号检测中能够达到期望的效果.与常规方法相比,检测性能得到有效提高,有利于辐射噪声线谱的提取.     

基于混沌振子探测微弱动态周期测量信号

介绍了Duffing振子检测微弱信号的原理和过程以及利用混沌振子来检测淹没在强噪声背景中的微弱动态周期测量信号的方法．理论分析和仿真实验均表明混沌振子能有效地检测微弱动态周期信号．该检测方法既能形成一种独立的检测理论，也可以作为现行微弱信号检测理论的有效补充．     

基于混沌振子的微弱信号检测

分析Duffing振子的混沌特性及其检测原理,阐述基于相平面变化进行微弱信号的检测原理。利用MATLAB仿真的结果表明,Duffing振子对与周期策动力频率差较小的周期信号敏感,对纯噪声和频率较大的周期干扰信号具有免疫力。该振子应用于对已知频率的微弱信号的检测是可行的,并且有效、简单、便于应用。     

分数阶Duffing系统动态特性研究及微弱信号检测

为了进一步提高微弱信号的检测能力,在更低信噪比环境下提取微弱信号的特征信息,提出采用分数阶Duffing系统实现微弱周期信号检测。基于常规Duffing-Holmes数学模型 ,通过加入分数阶微分算子引入了分数阶Duffing方程数学模型,利用变量代换对该模型进行改进可实现任意频率的微弱周期信号检测。研究分析系统阻尼比参数变化对系统非线性动力学特性的影响,给出了最佳阻尼比参数范围;研究了微分阶次与系统临界混沌阈值变化关系,得出微分阶次与系统临界混沌阈值成反比关系的结论。分别在高斯白噪声及色噪声背景下对微弱信号进行检测与识别,大量仿真结果表明,分数阶Duffing系统检测微弱信号的最低信噪比门限值比整数阶Duffing系统降低了10 dB,提高了检测微弱信号能力。     

基于倒谱特征的舰船辐射噪声识别算法研究

研究了舰船辐射噪声的倒谱信息．倒谱可以避免连续谱特征的不稳定性，基于此，将倒谱代替连续谱作为舰船辐射噪声识别的特征，并对实测的海上数据进行了仿真实验．结果表明，该方法可以有效地达到识别舰船辐射噪声的目的，且识别率高．     

基于隐马尔可夫树非高斯信号的建模分析与分类识别

研究了基于小波域隐马尔可夫树模型非高斯信号的建模方法．探讨了海洋环境噪声和船舶辐射噪声在不同工况下所表现出的不同模型特征，并根据它们在HMT模型参数上的特征差异提出了一种新的检测方法，实验证明，该方法的检测性能比过零检测、能量检测以及二阶统计量检测方法要好．通过结合小波域隐马尔可夫模型和支撑向量机，提出了一种新的水声非高斯噪声信号的识别分类方法，实验证明，该方法具有较好的分类性能．     

噪声对杜芬振子的混沌性质的影响

本文对一经典杜芬振子在周期激励及白噪声同时作用下的混沌性质进行分析，文中首先用分段线性模型逼近原型，并采用分段积分理论得到Ｆ－Ｐ方程的封闭解，对概率密度函数及均值相轨线，功率谱及庞加来图的分析，指出系统在有限时间内呈类似“混沌随机”性质，并通过随机稳定性讨论对所揭示的物理现象作了分析。     

用混沌振子检测淹没在强背景噪声中的方波信号

提供一个利用混沌振子检测微弱方波信号的有效方法 ,仿真实验表明 ,混沌振子在强噪声背景下对方波信号非常敏感 ,并将可测信噪比范围扩展到 - 88.45d B.     

陆地地震勘探环境噪声的混沌性建模研究

为提取地震资料中的有效信息, 了解环境噪声的性质和产生机制, 提出了一种陆地地震勘探环境噪声的混沌建模方法。该类环境噪声具有混沌性出发, 采用经典混沌杜芬(Duffing)系统对中国林带测区的环境噪声进行建模。根据Duffing 系统的非线性特征, 采用MCMC(Markov Chain Monte Carlo)算法对系统参数进行求解,并对模拟噪声记录与实际环境噪声从时域波形, 相态图, 频谱图以及李雅谱诺夫(Lyapunov)指数等方面进行对比分析。结果表明, 模拟噪声记录可保持实际环境噪声的混沌性, 且在时域波形, 相态图和频谱图上拟合较好。利用此模型获得的替代数据更加接近实际噪声, 从而为压制环境噪声提供新对策, 为复杂环境下的地震勘探提供理论支持。     

基于庞加莱截面点的二阶混沌系统状态的定量判别

为增强对二阶混沌系统状态判别的效率与准确性,基于Duffing振子特性,利用庞加莱截面点密集程度作为其系统混沌状态的判据,构造相应函数模型用以定量表征其系统状态判据。利用特定参数下二阶混沌系统表现出的不同程度的周期特性,以策动力周期为采样周期对系统输出进行等周期频闪采样,获得庞加莱截面点。通过对固定数目的相邻样点离差均方值进行计算,定量表征出其样点分布的集中程度。通过进一步实验确定合适的阈值,实现混沌状态的判别。基于混沌的基本特征,实现从系统庞加莱截面点的角度进行混沌状态的判断,减小了运算复杂度,弱化了计算机数值解的计算误差的影响,增加检测准确度。通过选择合适系统初值与采样区间,缩短了采样时长,进而缩短判定时间,提高判定效率。后以二阶周期驱动的Duffing振子为例进行实验,得到实验结果,证明了此定量判别方法的可行性。通过复现前人实验并与本实验结果进行对比,突出本判定方法相比于前人,具有更高的准确度与更快的判定效率。     

基于混沌理论和小波变换的微弱周期信号检测方法

根据小波变换具有多分辨率,混沌系统对噪声的强免疫力和对周期微弱信号的敏感性等特性,通过对小波阈值去噪方法和混沌Duffing振子方程的改进,提出小波阈值去噪和混沌系统相结合的微弱周期信号检测新方法.该方法利用小波变换的平滑作用对包含噪声的信号进行有限离散处理,并根据小波分解尺度确定阈值去噪深度,然后把重构的信号作为周期策动力的摄动并入混沌系统,采用混沌振子阵列实现在噪声背景下微弱信号的检测,并采用梅尔尼科夫方法作为混沌判据.该检测方法克服了以往小波分解对尺度确定的盲目性和阈值选择的不合理性以及对混沌临界状态与周期态区别的模糊性:同时能检测多种频率的信号.仿真测试表明:该方法直观、高效,检测精度高,检测的最低信噪比达到-100dB,频率误差为0.04％左右,改善了湮没在强噪声下的微弱信号检测技术.     

复Duffing振子稳态响应下的谐波同伦解及滞后效应分析

通过谐波平衡与同伦延拓法分析了复Duffing振子的响应及其稳定性．结果显示,复Duffing振子存在多重稳态响应与滞后效应．     

Duffing振子的两种检测微弱信号的方法及区别

分析了Duffing振子的混沌运动特征，阐述了两种检测微弱信号的方法：一是利用该振子对与参考信号角频差较小的周期小信号的敏感性、对白噪声及参考信号角频差较大的周期的免疫力来检测微弱信号，二是通过改变噪声强度或调节系统本身的参数产生随机共振来提取微弱信号。对两种方法的机理进行了比较，指出了二者的区别。     

齿轮早期故障的间歇混沌诊断方法

研究了小信号摄动的Ｈｏｌｍｅｓ型Ｄｕｆｆｉｎｇ振子的混沌及间歇混沌运动，发现策动力与摄动信号间的微小频差是振子产生间歇混沌的原因，得出了振相变对小信号敏感以及频差较大的周期干扰信号和噪声具有免疫力的结论，通过识别振子的间歇混沌运动可对齿轮单齿缺陷故障进行诊断。